Ingeniería de Softwarehttps://hdl.handle.net/20.500.12759/36782024-03-29T13:00:13Z2024-03-29T13:00:13ZModelo con técnicas de gamificación para el desarrollo de aplicaciones de prácticas de programación de los alumnos del I ciclo de la Escuela de Ingeniería de Computación y Sistemas UPAO - TrujilloInfantes Quiroz, Freddy Henrryhttps://hdl.handle.net/20.500.12759/56702023-10-21T08:10:05Z2019-01-01T00:00:00ZModelo con técnicas de gamificación para el desarrollo de aplicaciones de prácticas de programación de los alumnos del I ciclo de la Escuela de Ingeniería de Computación y Sistemas UPAO - Trujillo
Infantes Quiroz, Freddy Henrry
En la actualidad existen varias metodologías tradicionales y ágiles que permiten el desarrollo de software para un negocio, pero no existen metodologías que apliquen técnicas de gamificación en sus fases de desarrollo que permitan generar la documentación necesaria para un proyecto. Además, se ha identificado que, en las Universidades sobre todo en los primeros ciclos la programación es un proceso que requiere de mucha práctica por parte de los alumnos y de mucha experiencia en los docentes para enseñarlo. Por eso se formula el problema de cómo desarrollar aplicaciones que permita practicar programación a alumnos de I ciclo de la escuela de Ingeniería de Computación y Sistemas UPAO - Trujillo.
En tal sentido el presente trabajo desarrolla una propuesta de un modelo con técnicas de gamificación que permitirá desarrollar aplicaciones para prácticas de programación de los alumnos de I ciclo de la escuela de ingeniería de computación y sistemas UPAO – Trujillo. Para ello se investigó y comparó algunas metodologías ágiles y frameworks de gamificación, con la finalidad de elegir la metodología ágil más idónea para aplicar técnicas de gamificación de un framework previamente elegido.
Posteriormente el modelo propuesto se aplicó a un caso de estudio que sería un curso de programación de 1° ciclo de la escuela de Ingeniería de Sistemas UPAO teniendo como resultado el desarrollo de cada una de las fases que propone el modelo, como la elaboración de documentos, modelos, diagramas y la aplicación. Este modelo con técnicas de gamificación para el desarrollo de aplicaciones fué validado por juicios de expertos y la respectiva aplicación por los alumnos de la escuela de Ingeniería de Sistemas.; Currently there are several traditional and agile methodologies that allow the development of software for a business, but there are no methodologies that apply gamification techniques in its development phases that allow generating the necessary documentation for a project. In addition, it has been identified that, in the Universities, especially in the first cycles, programming is a process that requires a lot of practice on the part of the students and a lot of experience in the teachers to teach it. That is why the problem of How to develop applications to practice programming for students of the UPAO - Trujillo School of Computing and Systems Engineering is formulated
In this sense, the present work develops a proposal of a model with gamification techniques that will allow the development of applications for programming practices of the students of the IPAO - Trujillo computer and systems engineering school. For this, some agile methodologies and gamification frameworks were investigated and compared, with the purpose of choosing the most suitable agile methodology to apply gamification techniques of a previously chosen framework.
Subsequently, the proposed model was applied to a case study that would be a 1st cycle programming course of the UPAO School of Systems Engineering, resulting in the development of each of the phases proposed by the model, such as the preparation of documents, models, diagrams and the application. This model with gamification techniques for the development of applications was validated by expert judgments and the respective application by the students of the School of Systems Engineering.
2019-01-01T00:00:00ZEspectroscopia con infrarrojo y técnicas de Machine learning y Deep learning para la detección y clasificación de frutas para la agroindustria. Caso: arándanos - Empresa Talsa - 2018Lazo Aguirre, Walter Aureliohttps://hdl.handle.net/20.500.12759/51062023-10-21T08:00:39Z2019-01-01T00:00:00ZEspectroscopia con infrarrojo y técnicas de Machine learning y Deep learning para la detección y clasificación de frutas para la agroindustria. Caso: arándanos - Empresa Talsa - 2018
Lazo Aguirre, Walter Aurelio
ESPECTROSCOPIA CON INFRARROJO Y TECNICAS DE MACHINE LEARNING Y DEEP LEARNING PARA LA DETECCIÓN Y CLASIFICACIÓN DE FRUTAS PARA LA AGROINDUSTRIA. CASO: ARÁNDANOS - EMPRESA TalSA -2018
Las empresas comercializadoras de frutas, tienen la necesidad de optimizar la selección y clasificación de las frutas que comercializan, específicamente aquellos productos que se enviarán al extranjero donde se exige altos índices de calidad.
Necesitan asegurar que el proceso selección y clasificación de frutas se realice con precisión para obtener un producto de alta calidad que satisfaga las exigencias de los clientes. Existen equipos que pueden realizar este trabajo de clasificación, pero son muy costosos para su adquisición al igual que su mantenimiento.
Por lo expuesto anteriormente, la presente tesis desarrolla una propuesta basada en la aplicación de espectroscopia con infrarrojo cercano, Machine Learning y Deep Learning para la detección y clasificación de frutas para la agroindustria. Específicamente, se toma como caso de estudio, la clasificación de arándanos en la empresa TalSA. con la finalidad de establecer una herramienta alternativa para poder hacer la clasificación de arándanos, que permita reducir el costo, el tiempo y optimizar el proceso de detección y clasificación de Frutas.
Para lograr lo antes indicado, se revisó el estado del arte de machine learning, deep learning, y deep neural networks, se revisó el uso de espectroscopia en el reconocimiento de frutas y sus propiedades, se analizó el proceso selección y clasificación de arándanos en la empresa TalSA. Luego, utilizando un equipo de espectroscopia infrarrojo cercano, NIR, se obtuvo el espectro de las muestras de arándanos. Con estos espectros, digitalizados, se realizó el entrenamiento de una red neuronal utilizando lenguaje de programación Python y la plataforma de Keras con TensorFlow. Luego, de realizado el entrenamiento, utilizó la red neuronal para realizar la etapa de testing, con los espectros NIR de nuevas muestras de arándanos, encontrándose que se pueden clasificar los arándanos con una exactitud del 92%, lo que permite confirmar la hipótesis de trabajo.
Por el Br. Walter Aurelio Lazo Aguirre; INFRARED SPECTROSCOPY AND MACHINE LEARNING TECHNIQUES AND DEEP LEARNING FOR THE DETECTION AND CLASSIFICATION OF FRUITS FOR AGRIBUSINESS. CASE: ARANDANS - COMPANY TalSA -2018
The companies marketing fruit, have the need to optimize the selection and classification of the fruits they market, specifically those products that will be sent abroad where high quality indexes are required.
They need to ensure that the fruit selection and sorting process is carried out with precision to obtain a high quality product that meets the demands of the customers. There are teams that can perform this classification work, but they are very expensive for their acquisition as well as their maintenance.
For the above, this thesis develops a proposal based on the application of near infrared spectroscopy, Machine Learning and Deep Learning for the detection and classification of fruits for the agroindustry. Specifically, the classification of blueberries in TalSA is taken as a case study in order to establish an alternative tool to make the classification of blueberries, which allows to reduce the cost, time and optimize the process of detection and classification of Fruits.
To achieve the above, the state of the art of machine learning, deep learning, and deep neural networks was reviewed, the use of spectroscopy in the recognition of fruits and their properties was reviewed, the process of selection and classification of blueberries in the TalSA Company was analized. Then, using a near infrared spectroscopy equipment, NIR, the spectrum of the blueberry samples was obtained. With these spectra, digitized, the training of a neural network was carried out using the Python programming language and the Keras platform with TensorFlow. Then, after training, it was used the neural network to carry out the testing stage, with the NIR spectra of new blueberry samples, finding that blueberries can be classified with an accuracy of 92%, which confirms the working hypothesis .
By Br. Walter Aurelio Lazo Aguirre
2019-01-01T00:00:00ZPropuesta de métricas de calidad en el proceso de desarrollo de software en la Oficina de Sistemas e Ingeniería de la Información de la Universidad Privada Antenor Orrego.Caballero Alvarado, Armando Javierhttps://hdl.handle.net/20.500.12759/36832023-10-21T07:34:05Z2017-01-01T00:00:00ZPropuesta de métricas de calidad en el proceso de desarrollo de software en la Oficina de Sistemas e Ingeniería de la Información de la Universidad Privada Antenor Orrego.
Caballero Alvarado, Armando Javier
Las empresas de desarrollo de software en nuestro país, son alrededor del 1%, cuya mayoría son micro y pequeñas empresas que cubren el 90% y solo el 4% son las grandes empresas, por tanto hay un mercado con gran disponibilidad para su incorporación y cubrir necesidades de todas las empresas a nivel nacional.
Asimismo con respecto a la calidad de software que se produce es aún muy bajo en los micros y pequeñas empresas debido a su informalidad que es un factor común en ellas. De ahí la importancia que se formalice las empresas de desarrollo en cuanto a sus procesos y modelos de medición para obtener producto de mayor calidad y sin defectos cuando salgan al mercado.
En tal sentido el presente trabajo desarrolla una propuesta de un Modelo de Medición que asegure el proceso de medición y análisis en una empresa de desarrollo de software, de manera que pueda alcanzar una certificación CMMI Nivel 2, para ello se compararon y adaptaron dos metodologías, tales como PSM y GQM, los cuales cubren características relevantes en los procesos de medición, estableciéndose un Modelo de Medición propuesto que tiene las siguientes fases: Definir objetivos y métricas, Elaborar un plan de medición, Ejecutar el plan de medición e Interpretar y evaluar la medición. Para el despliegue se usó herramientas como Code Metric Values y Simbia. Así se implementó el Modelo de Medición en el Área de Desarrollo de la OSIE de la Universidad Privada Antenor Orrego. Luego se evaluaron los atributos del modelo a través de opiniones de expertos para luego clasificarlos, obteniéndose, un puntaje final de 410.49 para los atributos favorables y de 164.80 para los atributos desfavorables, lo cual representa que el modelo tiene una implementación significativa en la mayoría de fases del ciclo de vida de desarrollo de software. Se analizaron los datos obtenidos de las métricas definidas para su evaluación, cuyos resultados nos dan un diagnóstico preciso del estado actual de la construcción de los sistemas que se desarrollan en el Área de Desarrollo de la OSIE.; The software development companies in our country, around 1%, most of them are micro and small companies that only cover 90% of the total; and only 4% are big companies, so there is an available market for their incorporation and meet the needs of all companies in our national area.
Also, respect to the quality of software that is produced is still very low in micro and small companies due to their informality that is a common factor in them. Hence the importance of formalizing the development companies in terms of their processes and measurement models to obtain higher quality product and without defects when they come to market.
In this sense the present work develops a proposal of a Measurement Model that assures the process of measurement and analysis in a software development company, so that it can reach a certification CMMI Level 2. For that it was compared and adapted two methodologies, such as PSM and GQM, which cover relevant characteristics in the measurement processes, establishing a proposed Measurement Model that has the following phases: Define objectives and metrics, develop a measurement plan, execute the measurement plan and Interpret and evaluate the measurement. Tools such as Code Metric Values and Simbia were used for the deployment. Thus the Model of Measurement was implemented in the Development Area of the OSIE of the Private University Antenor Orrego. Then the attributes of the model were evaluated through expert opinions and then classified, obtaining a final score of 410.49 for the favorable attributes and of 164.80 for the unfavorable attributes, which represents that the model has a significant implementation in the majority of Phases of the software development lifecycle. We analyzed the data obtained from the metrics defined for its evaluation, the results of which provide an accurate diagnosis of the current state of construction of the projects developed in the Development Area of the OSIE (Office of System and Information Engineering)
2017-01-01T00:00:00Z